게시된 날짜: Dec 14, 2022
이제 어디에서나 구축된 기계 학습(ML) 모델을 Amazon SageMaker Canvas로 가져와서 예측을 생성하여 광범위한 비즈니스 문제를 해결할 수 있습니다. SageMaker Canvas는 시각적 인터페이스로, ML 경험이 없는 비즈니스 분석가도 코드를 작성할 필요 없이 정확한 ML 예측을 스스로 생성할 수 있도록 합니다.
오늘날 수백 개의 ML 모델이 서로 다른 도구를 사용하여 이기종 환경에서 구축 및 학습되고 있습니다. 비즈니스 팀이 처음부터 시작하는 대신 데이터 과학자가 이미 구축한 ML 모델을 활용하여 비즈니스 문제를 해결할 수 있는 경우가 꽤 많습니다. 그러나 엄격한 기술 요구 사항, 도구의 엄격한 기준 및 모델을 가져오기 위한 수동 프로세스로 인해 해당 모델을 내장된 환경 외부에서 사용하는 것은 쉽지 않습니다. 사용자는 이로 인해 ML 모델을 재구축해야 하는 빈도가 많아짐에 따라 작업이 중복되고 추가 시간과 리소스가 소비되며 ML의 대중화가 제한되게 됩니다.
Amazon SageMaker Canvas는 환경 간에 모델을 가져오는 데 필요한 이러한 제한과 번거로움을 없애줍니다. 오늘부터 데이터 과학자는 이제 구축된 ML 모델을 어디에서나 SageMaker Canvas의 비즈니스 분석가와 공유할 수 있으므로 SageMaker Canvas에서 해당 모델에 대한 예측을 직접 생성할 수 있습니다. 테이블 형식 데이터를 사용하고 어디에서나 구축된 ML 모델은 Amazon SageMaker 모델 레지스트리에 등록되면 SageMaker Canvas로 가져올 수 있습니다. 또한 데이터 과학자는 Amazon SageMaker Autopilot와 Amazon SageMaker JumpStart에서 학습한 모델을 공유할 수 있으므로 비즈니스 분석가는 SageMakerCanvas에서 해당 모델에 대한 예측을 생성할 수 있습니다. 마지막으로 SageMaker Canvas에서 구축된 모델을 SageMaker Studio를 사용하는 데이터 과학자와 공유하여 검토, 업데이트 및 피드백을 받을 수 있습니다. 그러면 데이터 과학자는 피드백이나 업데이트를 사용자와 공유할 수 있으므로 SageMaker Canvas에서 업데이트된 모델 버전을 분석하고 예측을 생성할 수 있습니다.
어디에서나 구축된 가져온 모델에 대해 Amazon SageMaker Canvas에서 예측을 생성하는 기능을 이제 SageMaker Canvas가 지원되는 모든 AWS 리전에서 사용할 수 있습니다. 자세히 알아보려면 AWS 뉴스 블로그 및 SageMaker Canvas 제품 설명서를 참조하십시오.